基于深度学习的煤矿掘进机电设备运行数据分析与智能决策支持研究  

作　　者：屈宾 吴晓光 

机构地区：[1]兖矿能源集团股份有限公司南屯煤矿 [2]兖矿能源集团有限公司山东煤炭科技研究院分公司

出　　处：《电气技术与经济》2024年第6期250-252,262,共4页Electrical Equipment and Economy

摘　　要：本研究针对煤矿掘进机电设备在运行中所面临的数据处理和决策挑战,提出了一个基于深度学习的分析与智能决策支持系统。研究首先通过深度学习技术,特别是长短时记忆网络(LSTM)和深度强化学习(DRL),对掘进机电设备的运行数据进行分析,并准确预测设备状态。接着,利用所建立的模型进行智能决策,以优化设备性能和延长使用寿命。实验结果表明,该系统能显著提高煤矿机电设备的运行效率和安全性,相比于传统方法,该系统在准确性和可靠性方面均有显著提升。

关 键 词：深度学习 运行数据分析 机电设备 长短时记忆网络 智能决策 深度Q网络 

分 类 号：TD421.5[矿业工程—矿山机电] TP18[自动化与计算机技术—控制理论与控制工程]